景象匹配辅助导航中图像多尺度局部特征匹配算法研究

摘要

针对景象匹配辅助导航系统的发展需求，综述了基于局部特征的景象匹配算法研究现状，分析了景象匹配辅助导航关键技术问题。为克服基于点特征匹配的弱点，研究了基于多尺度局部特征的景象匹配导航算法，为进一步提高算法的适应性及精确性，在分析SIFT 算法步骤的基础上，研究了相关参数对匹配结果的影响规律，设计了景象匹配算法自适应导航方案及软件流程，并对算法性能进行对比验证。 为解决景象匹配过程中存在的错误匹配问题，利用景象匹配结果构建了图像空间变换模型H，基于PRONSAC 方法，设计了H 模型高效求解算法，通过H 模型变换进行景象匹配效果自评估研究并剔除错误匹配，提出了一种自调节/自评估的S 2 SIFT 算法，并通过实验验证了S 2 SIFT算法的精度和可靠性。 为提高景象匹配辅助导航的实时性，结合SURF 算法展开加速鲁棒多尺度局部特征景象匹配研究，简要阐述了SURF 基本原理，深入分析了SURF 算法具备快速鲁棒性的主要技术特征，通过结合惯性器件误差特性，提出了SURF 算法的加速鲁棒改进方法，提高了基于SURF的加速鲁棒景象匹配算法的实时性。 为验证多尺度局部特征景象匹配算法对惯性导航的修正作用，设计了基于卡尔曼滤波器的组合导航方案，搭建了基于VC++6.0的组合导航软件仿真系统，通过对导航数据的分析，验证了基于多尺度局部特征的景象匹配算法对惯性导航的修正效果。 基于多尺度局部特征的景象匹配算法性能优越，能较好地辅助惯性导航系统，提高系统的可靠性和精度，具有较强的工程应用价值。

目录

文摘

英文文摘

论文说明：图表目录、注释表、缩略词

声明

第一章绪论

第二章精确多尺度局部特征景象匹配算法研究

第三章景象匹配结果自评估研究及实验

第四章加速鲁棒多尺度局部特征景象匹配算法研究

第五章景象匹配/惯性组合导航仿真系统研究

第六章总结与展望

参考文献

致谢

在学期间的研究成果及发表的学术论文